Python实现2D CNN卷积神经网络：从基础概念到图像分类实战

1次阅读

共计 2411 个字符，预计需要花费 7 分钟才能阅读完成。

2D 卷积神经网络（CNN）就像给计算机装上了能识别图案的「眼睛」。传统全连接网络处理图片时要拉平所有像素，既丢失空间信息又产生海量参数。而 CNN 通过局部感受野和权重共享，既能捕捉边缘、纹理等局部特征，又大幅减少计算量。举个实际例子：用全连接网络处理 100×100 的 RGB 图片，输入层就有 100x100x3=30,000 个节点，而 CNN 可能只需要几十个卷积核就能有效提取特征。

输入维度混乱：忘记添加通道维度（如 MNIST 灰度图应为 28x28x1 而非 28×28）
激活函数误用：在输出层错误使用 ReLU 导致概率输出异常
池化过度：多次下采样后特征图尺寸过小（如原始 32×32 的图片经过 3 次 2 ×2 池化只剩 4 ×4）
忽略数据标准化：未将像素值归一化到 0 - 1 范围导致训练困难
盲目堆叠层数：在小数据集上使用 ResNet 等复杂架构导致严重过拟合

import tensorflow as tf
from tensorflow.keras import layers, models
print(tf.__version__)  # 确保版本≥2.0

# 加载数据并自动划分为训练集 / 测试集
(train_images, train_labels), (test_images, test_labels) = \
    tf.keras.datasets.cifar10.load_data()

# 关键预处理步骤
# 1. 归一化像素值到 0 - 1 范围
# 2. 将整型标签转为 one-hot 编码
# 3. 明确指定输入数据维度
def preprocess_data(images, labels):
    images = images.astype('float32') / 255.0
    labels = tf.keras.utils.to_categorical(labels, 10)
    return images, labels

train_images, train_labels = preprocess_data(train_images, train_labels)
test_images, test_labels = preprocess_data(test_images, test_labels)

print(f"训练集维度: {train_images.shape}")  # 应为(50000,32,32,3)
print(f"测试集维度: {test_images.shape}")    # 应为(10000,32,32,3)

def build_cnn_model(input_shape=(32,32,3)):
    model = models.Sequential([
        # 第一卷积块：32 个 3x3 卷积核，使用 ReLU 激活
        layers.Conv2D(32, (3,3), activation='relu', input_shape=input_shape),
        layers.MaxPooling2D((2,2)),

        # 第二卷积块：通道数翻倍
        layers.Conv2D(64, (3,3), activation='relu'),
        layers.MaxPooling2D((2,2)),

        # 第三卷积块：继续增加特征维度
        layers.Conv2D(128, (3,3), activation='relu'),

        # 展平后接全连接层
        layers.Flatten(),
        layers.Dense(128, activation='relu'),

        # 输出层：10 个类别用 softmax
        layers.Dense(10, activation='softmax')
    ])
    return model

model = build_cnn_model()
model.summary()  # 打印网络结构

# 编译模型：分类问题常用交叉熵损失
model.compile(optimizer='adam',
              loss='categorical_crossentropy',
              metrics=['accuracy'])

# 加入早停机制防止过拟合
early_stop = tf.keras.callbacks.EarlyStopping(monitor='val_loss', patience=3)

# 开始训练（建议使用 GPU 加速）history = model.fit(
    train_images, train_labels,
    epochs=50,
    batch_size=64,  # 根据显存调整
    validation_data=(test_images, test_labels),
    callbacks=[early_stop]
)

# 保存模型为 HDF5 格式（工业部署标准）model.save('cifar10_cnn.h5')